馬 寧

（蘇州大學，江蘇 蘇州 215100）

1 車位檢測簡介

自改革開放以來，我國國民經(jīng)濟不斷提高，公民可支配收入也不斷提高，對普通家庭來說，汽車不再是遙不可及的奢侈品。越來越多的家庭購買了一輛汽車，條件好的家庭甚至更多。據(jù)調(diào)查，2003年，我國私家車擁有量不足600萬輛；2014年超過1億輛；2019年底，突破2億輛，達到2.07億輛。汽車的普及固然給民眾生活帶來了方便，也帶來了堵車、停車難、環(huán)境污染等問題。

當下許多小區(qū)、商場、景區(qū)都修建了停車場，大部分停車場都使用了自動化停車系統(tǒng)，但費用較高，受環(huán)境限制多，難以滿足露天停車場的需求，且仍需要人工輔助管理；而一些資金不充裕、車位不充?；蛘咭颦h(huán)境限制不能安裝自動化停車系統(tǒng)的停車場也需要及時統(tǒng)計車位信息，方便游客停車。

另一方面，過去十年，我國私家車數(shù)量翻了一倍，停車場建設(shè)節(jié)奏卻相對落后。據(jù)國家發(fā)改委估計：當前缺口已升至8000萬個左右。加強停車場建設(shè)迫在眉睫，而另一方面，停車場建設(shè)費用過高，導致很多中小企業(yè)無力承擔，其余社會資本也持觀望態(tài)度，不愿加強投資?！安凰憷?，靜態(tài)收回建設(shè)成本需30多年。”[1]其中自動化停車系統(tǒng)雖然不是最貴的部分，但若能減少開支，也將減少大量成本，加速停車場建設(shè)。

因此針對以上需求，開發(fā)一種價格低廉、智能、受環(huán)境限制小、方便管理的車位實時監(jiān)測系統(tǒng)迫在眉睫。

2 開發(fā)環(huán)境簡介

2.1 Python3簡介

Python3是一種廣泛使用的解釋性語言，它提供了高效的高級函數(shù)功能以及簡單強大的面向?qū)ο蠊δ?。python語言邏輯清晰，代碼簡潔，對中文有較好的支持，且內(nèi)置了多種常用數(shù)據(jù)類型，擁有大量功能強大的第三方庫，如Numpy、Pandas、OpenCV、Django等等。經(jīng)過幾代的更新與迭代，Python功能越來越完善。在2021年10月，語言流行指數(shù)排行榜Tiobe將Python加冕為最受歡迎的編程語言，是20年來首次將其置于Java、C等老牌編程語言之上，可見其火熱程度。本文使用解釋器版本為Python3.7，IDE為Pycharm2021。

2.2 OpenCV簡介

OpenCV是一個基于Apache2.0發(fā)行的機器視覺和機器學習開源庫，它具有良好的兼容性，可以運行在Linux、Windows、Android和Mac OS等多個操作系統(tǒng)上。它整體由C語言和C++語言構(gòu)成，同時提供了Python、Ruby、MATLAB等編程語言的拓展接口，能夠使用多種語言完成開發(fā)工作，其內(nèi)置了大量圖像處理和計算機視覺領(lǐng)域的通用算法，可以實現(xiàn)物體識別、人臉識別、動作識別、運動跟蹤等多種功能，是圖像處理、機器視覺領(lǐng)域重要的軟件庫[2-3]。

本文使用OpenCV版本為4.5.3.56。

2.3 CNN簡介

人類的視覺系統(tǒng)在大腦可視皮層是分級處理的，大腦的處理視覺信息的工作過程是一個不斷迭代、不斷抽象的過程。首先從瞳孔攝入的原始圖像開始，再由大腦皮層某些細胞發(fā)現(xiàn)物體的邊緣和方向；然后由大腦判定眼前物體的大致形狀，進行抽象化；接著大腦進一步進行判定物體的屬類；最后通過分析出的信息，得出結(jié)論。

CNN網(wǎng)絡(luò)全稱卷積神經(jīng)網(wǎng)絡(luò)，是受人類視覺神經(jīng)系統(tǒng)啟發(fā)而開發(fā)出的深度學習模式。它可分為卷積層、池化層和全連接層，其中卷積層用來提取圖像中的局部特征；池化層用來大幅降低參數(shù)量級；全連接層用來輸出結(jié)果。卷積神經(jīng)網(wǎng)絡(luò)能夠較好地處理像素和音視頻等有穩(wěn)定的效果且對數(shù)據(jù)沒有額外的特征工程要求的數(shù)據(jù)信息，是深度學習的經(jīng)典算法，被廣泛應(yīng)用于計算機視覺、自然語言處理等領(lǐng)域。

3 車位檢測的設(shè)計與實現(xiàn)

3.1 流程

系統(tǒng)設(shè)計流程大致可分為預處理，車位劃分，CNN模型構(gòu)建與訓練，車位識別等階段。預處理階段將對信息進行處理，只保留其中的有效信息；車位劃分階段將車位提取出來，分別保存作為樣本；模型訓練階段將訓練二分類模型識別停車位上是否有車；最后對視頻的實時監(jiān)測，并標記空位、統(tǒng)計數(shù)量，實時顯示。

3.2 預處理

首先導入所需的停車場監(jiān)控視頻，該視頻下載自網(wǎng)絡(luò)，采用該視頻的理由是光線充足，樣本量大，交通環(huán)境相對不復雜，利于設(shè)計和訓練。視頻的本質(zhì)是一組連續(xù)的圖像，當圖像變化超過24幀/s以上時，根據(jù)人眼的視覺暫留原理，會在大腦中產(chǎn)生的連續(xù)的畫面。因此對于視頻的處理的本質(zhì)就是對圖像的處理。又因為視頻拍攝機位固定不動，所以對整個視頻的車位劃分可以簡化到對單幀圖像的車位劃分，大大提升了效率[4-5]。

為了方便后期處理，首先要進行背景過濾，目的是過濾掉圖像中無關(guān)的背景信息，方便后續(xù)的識別，方法是定義掩模，設(shè)置最大閾值和最小閾值，將閾值區(qū)間外的信息轉(zhuǎn)化為零值信息。

第二步要進行二值化處理，將圖像轉(zhuǎn)化為灰度圖。這是因為灰度圖只保留了亮度信息，省略了大量無關(guān)信息，有效降低了后期運算量。

第三步進行Canny邊緣檢測，該方法分為四個步驟：高斯濾波、計算梯度值和梯度方向、過濾非最大值、雙閾值檢測法。它可以有效確定真實的和潛在的邊緣，能夠較好地檢測出大部分所需邊界[6]。

因為停車場的邊界不規(guī)則，外部的樓頂、道路信息不屬于停車場范圍，需要過濾掉，所以第四步需要沿停車場路徑設(shè)置8個節(jié)點，用來框選停車場的圖像，使用零點信息圖像覆蓋掉不需要的部分，僅保留停車場區(qū)域。至此預處理階段的工作就完成了。見圖1、圖2。

圖1 原始圖像

圖2 預處理結(jié)果

3.3 車位劃分

通過觀察可以發(fā)現(xiàn)，停車場車位由橫豎不同的直線構(gòu)成，可以通過檢測這些直線，進一步劃分區(qū)域。方法是使用霍夫變換，霍夫變換是一種廣泛應(yīng)用在計算機視覺的一種特征檢測算法，用來找出圖形中的某些特征，霍夫變換通過給定的要辨別的形狀的種類，接著在參數(shù)空間中通過投票機制來決定物體的形狀，并過濾掉間隔過大或過小的物體，來獲取到較為準確的結(jié)果。圖像中某些裂痕或其他線段可能會被誤認為車位線，而車位線基本呈豎直或水平方向，可以通過計算線段斜率來進一步剔除不合規(guī)的線段，提高準確率。

接著對停車位進行區(qū)域劃分，通過觀察可以發(fā)現(xiàn)，停車場的車位可分為17列，可以將相近橫坐標的車位線分類到同一集合，再按縱坐標將各個集合中的車位線從下到上進行排序，并通過哈希算法判斷是否出現(xiàn)重復的線段，若出現(xiàn)則將其剔除。這樣做的目的是后續(xù)處理時，對整個停車場的處理可以看做對17個區(qū)域的單獨處理，更方便模型訓練和數(shù)量統(tǒng)計。

但是此時算法獲得的車位線集合仍然不夠理想，這是因為部分車輛遮擋線段，造成霍夫變換識別不準確。為了解決這一問題，需要將各個車位線集合的橫線長度統(tǒng)一取其眾數(shù)，并將所有線段的起始橫坐標點設(shè)為各個車位線集合的最左值，接著將單個車位線集合中所有的豎線合并成同一條豎線。這樣劃分的車位就更加準確和統(tǒng)一。

可以看到劃分的結(jié)果基本符合預期，接著將獲得的車位坐標信息寫入pickle文件，用以保存。最后按劃分好的車位線集合裁切車位，由于圖像像素值過小，所以在保存前需要將其進行放大操作，最后保存到測試集文件夾中，用作下一步的模型訓練與測試中。見下頁圖3。

圖3 車位劃分結(jié)果

3.4 CNN網(wǎng)絡(luò)訓練

獲得車位圖像后將其按照70%、30%的比例劃分為訓練集、測試集，再將其按照有無車輛占據(jù)車位分別劃分為占據(jù)集和非占據(jù)集，用于后續(xù)模型訓練。

本次模型訓練使用VGG16網(wǎng)絡(luò)，VGGNet是牛津大學和谷歌DeepMind于2014年合作研發(fā)的神經(jīng)網(wǎng)絡(luò)，由13層卷積層+3層全連接層而組成。卷積層是卷積神經(jīng)網(wǎng)絡(luò)的核心，卷積過程本質(zhì)是基于一個小矩陣，也就是卷積核，在圖像的每層像素矩陣上不斷按步長掃描過去，掃到的數(shù)值與卷積核對應(yīng)位置的數(shù)相乘，然后相加求和，全部掃完就會生成一個新的矩陣。卷積核相當于一個過濾器，用于提取圖像特征，卷積核一般有3*3和5*5大小，通常使用是3*3大小的，訓練效果更好。全連接層指的是第n-1層和第n層的各個節(jié)點之間都有連接，即第n層的節(jié)點的激活函數(shù)輸入是第n-1層所有節(jié)點的加權(quán)，用來把前邊提取到的特征綜合起來。在整個卷積神經(jīng)網(wǎng)絡(luò)中起到“分類器”的作用。

由于數(shù)據(jù)集規(guī)模較小，為了得到較好的模型，第三步進行數(shù)據(jù)增強操作。數(shù)據(jù)增強按照使用方法可分為線上增強和線下增強，其中線下增強適用于規(guī)模較小的數(shù)據(jù)集，能夠有效增加其的大小。增強的倍數(shù)取決于轉(zhuǎn)換圖片的個數(shù)，比如對所有圖片進行旋轉(zhuǎn)操作，將使數(shù)據(jù)集增加一倍。常用的數(shù)據(jù)增強有兩種，有監(jiān)督和無監(jiān)督，常用的是有監(jiān)督數(shù)據(jù)增強型，它是基于現(xiàn)有的數(shù)據(jù)集，通過分析數(shù)據(jù)的完備性，采用一定的規(guī)則對現(xiàn)有數(shù)據(jù)進行擴充。有監(jiān)督數(shù)據(jù)增強又可以細分為單樣本數(shù)據(jù)增強和多樣本數(shù)據(jù)增強，在實際應(yīng)用中，單樣本數(shù)據(jù)增強使用更多。

最后將訓練集的數(shù)據(jù)導入模型，進行訓練。所有程序運行完成后得到的測試集的準確率達91.4%，準確率基本符合預期。后續(xù)可以將VCC16改為ResNet50，以進一步提高準確率，但ResNet50的訓練速度相較VCC16較慢，從效率角度考慮，最終選擇了VCC16。最后將訓練好的模型保存，用于下一步操作。

3.5 基于視頻的車位檢測

首先導入視頻，將視頻逐幀提取，并對逐幀畫面用已經(jīng)訓練好的模型進行測試。并對每幀的車輛數(shù)據(jù)進行統(tǒng)計，在視頻左上角顯示車位總數(shù)和剩余空位。此時視頻較為卡頓，可以在后續(xù)優(yōu)化中使用多線程或多GPU進行處理，提高速度。見圖4。

圖4 車位檢測結(jié)果

4 結(jié)果

程序會對視頻進行實時處理和檢測，視頻中未被占據(jù)的車位都被標記為綠色，被占據(jù)的車位沒有任何標記，通過對綠色矩形的計數(shù)，在左上角實時顯示車位總數(shù)和剩余車位。此時視頻某些時段對某些區(qū)域出現(xiàn)了誤標記，比如將停車場的引導線區(qū)域被標記為空停車位，或者將帳篷標記為占用車位?？梢酝ㄟ^修改CNN模型進一步改善。其余區(qū)域的檢測和統(tǒng)計基本符合預期，當車輛離開車位，視頻中便以綠色進行標記，同時空位加一；當車輛進入車位，視頻的綠色標記便消失，同時空位減一。實現(xiàn)了對停車位信息的處理和檢測。

5 結(jié)語

通過對OpenCV和卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)了對停車場車位的占用情況進行了實時監(jiān)測和統(tǒng)計，可以部署到較為開闊的停車場，方便管理。此外，該系統(tǒng)還可以進一步優(yōu)化，以提高速度，適應(yīng)更復雜的場景，從而為停車場管理提供更加有效、及時的數(shù)據(jù)。